学习游戏建模的话,还不清楚电脑配置需要什么样的吗?「部分」

以三维设计中的C4D为例,主要依赖显卡、CPU、内存。3dmax比C4D要求的配置略高一点,只要满足了C4D,再增加一点配置就能满足3DMAX。在这里插入图片描述
一、显卡

不同于AE/PR对显卡的要求一般,C4D对显卡的要求非常高,

因为C4D除了标准渲染器、物理渲染器等CPU渲染器之外,渲染过程的过程还可以完全依赖显卡的GPU进行渲染,GPU的核心数通常2千个以上,是CPU的核心数的几十倍,因此,显卡GPU的实时渲染速度要比CPU快很多。
在这里插入图片描述
A卡还是N卡:

N卡就是NVIDIA显卡,代表技术是CUDA,A卡就是AMD显卡,代表技术是OpenGL。

C4D本身对A卡的支持就不是很好,使用A卡常常会遇到C4D的openGL是灰色状态,无法勾选。

以最出众的Octane渲染器和Redshift渲染器来说,这些渲染器都是只支持N卡,而不支持A卡。

Redshift这款渲染器在产品介绍上说明了是“完全基于CUDA通用计算平台”。

唯一支持A卡的GPU渲染器目前只有r19内置的prorender和Indigo Renderer(光线跟踪渲染器)这两款渲染器,

尽管C4D R19加入了AMD的Radeon ProRender渲染引擎,但稍显不足,其好用性远远不及OC这些老牌的GPU渲染器,有各种软件+硬件小问题,相信随着C4D迭代升级以后会好一些吧。

A卡与N卡的使用差距随着软硬件升级应该会慢慢减少,但至少目前还是N卡兼容性比较好。
在这里插入图片描述
——专业卡还是游戏卡:

专业卡对单帧细节的描绘上更完美,游戏卡注重的是渲染速度,即所谓的“帧率”。

专业卡和游戏卡都能在C4D各类渲染器上运行,比如,最依赖显卡的OC渲染器,在官网亮出的各类测试显卡中,既包括GT系列的游戏卡,也包括Quadro系列的专业卡,都能表现出不错的渲染效果,并且游戏卡与同价位的专业卡相比,渲染速度上要远超于专业卡,因此游戏卡性价比更高。

专业卡的优势是精度高,噪点少,主要是应用在计算机辅助设计(CAD)、3DMAX、复杂模型设计(如Rhino)等方面,对C4D而言,无论是做平面设计还是影视后期,选择中高端游戏卡已经足够使用。

——静帧还是动画:

如果是平面设计,渲染静帧,尤其是要模拟真实环境的渲染,使用默认渲染器或物理渲染器比较合适,因此主要是对CPU有要求,显卡可以买个中低端的,1050TI以上就可以了,把钱投入到CPU上,能省下不少钱。

如果是影视后期,渲染三维动画,使用GPU渲染,那么就在要在显卡上加大投入。显卡对C4D的作用,更多是体现在显卡对C4D插件的支持上。

——与PS/AE/PR协同:

如果除了使用C4D外,还要兼顾Adobe全家桶PS、AE、PR的使用话,那么N卡的CUDA加速技术对PS、AE、PR的加速效果会更好一些。同等规格下,N卡CUDA大概比A卡的OpenCL快17%-20%。

——双显卡:

NVIDIA 的双显卡技术:即SLI桥接技术,需要主板支持。简单来说,就是让两块显卡并排一起协同工作,以便增加显示性能。

OC等渲染器对SLI支持不是很好,官方建议是禁用SLI,况且双显卡的组成条件复杂,功耗大,所以不建议双显卡,还是把钱花在购买单块高性能的显卡上。

双显卡主要还是针对游戏用户,如果你一定要组双显卡,那么条件是:

1、主板必须支持双显卡技术,主板说明中有“SLI”字样的就是支持的。

2、主显卡本身必须支持“双显卡”功能;

3、双显卡功耗非常大,散热系统要强劲。

双显卡对C4D的预览和渲染有一定的加速作用。

在这里插入图片描述

——显卡推荐:

显卡的好坏主要看显存、位宽和CUDA数量,都是数值越大显卡越好。

一、入门级

①、GTX 1650 SUPER:

显存容量:4GB,显存位宽:128bit,CUDA核心:1280个

1200元左右。

②、GTX 1660 :

显存容量:4GB,显存位宽:128bit,CUDA核心:1408个

1500元左右。

二、中端

①、GTX 1660Ti:

显存:6GB,位宽:192bit,CUDA核心:1536个

价格:2200元左右。

②、RTX 2060 Super :

显存容量:8GB,显存位宽:256bit,CUDA核心:2176个

价格:3200元左右

(注意:这个显卡比较新,可能有些渲染器还支持不到)

③、RTX 2070:

显存容量:8GB,显存位宽:256bit,CUDA核心:2304个

价格:3500元左右

④、RTX 2070 Super :

显存:8GB,位宽:256bit,CUDA核心:2560个

价格:3800元左右。

三、高端:

①、RTX2080 SUPER:

显存容量:8GB,显存位宽:256bit,CUDA核心:3072个

价格:5600元左右。

②、RTX 2080 Ti

显存容量:11GB,显存位宽:352bit,CUDA核心:4352个

价格:9000元左右。

四、发烧级:

①、丽台Quadro P5000(专业卡)

显存容量:16GB,显存位宽:256bit,CUDA核心:2560个

价格:15700元左右。

②、NVIDIA TITAN RTX

显存容量:24GB,显存位宽:384bit,CUDA核心:4608个

价格:21000元左右。

想了解更多的游戏建模【戳这直接进入】领取海量学习资料

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 在数学建模大赛中,如果涉及到图像处理领域的问题,那么了解影像处理知识会有帮助。影像处理是数字信号处理的一个分支,它们的基础都是离散数学和信号处理。在研究影像处理时,我们需要了解数字图像的获取、处理、分析和识别等技术。因此,如果你的数学建模大赛涉及到了图像处理方面的问题,那么对影像处理的基本概念、算法、模型等方面的了解会对你有所帮助。 ### 回答2: 数学建模大赛通常不需要学习影像处理,因为数学建模的主要目标是通过数学模型和方法解决实际问题,而影像处理主要涉及图像的获取、处理和分析。数学建模更偏向于数学和计算机科学的技巧和思维,例如利用数学模型和算法描述问题、进行数据分析和预测,而不太涉及具体的图像处理技术。 然而,有些数学建模题目可能涉及与影像处理相关的问题,例如基于图像数据进行分析和模型构建。在这种情况下,学习影像处理的知识和技术可以帮助竞赛选手更好地理解和解决问题。对于这类题目,竞赛选手可能需要了解图像的获取、处理和分析方法,掌握数字图像处理算法和相关软件工具。 总体而言,数学建模大赛的重点是培养学生的建模能力和解决实际问题的思维方式,而不是特定的技术或领域知识。因此,学习影像处理对于参加数学建模大赛来说不是必需的,但如果题目涉及到与影像处理相关的问题,学习影像处理会成为一种有益的补充。 ### 回答3: 数学建模大赛通常需要团队成员具备一定的多领域知识,其中影像处理技术是一个重要的领域之一。影像处理是指通过对图像进行数字化处理、分析和处理,从而得到所需信息的一种技术。在数学建模大赛中,学习影像处理有以下几个原因: 首先,影像处理技术可以帮助团队成员更好地处理实际问题中的图像数据。在数学建模中,往往需要分析大量的数据,并从中提取出有用的信息。而实际问题中往往涉及到图像数据,通过学习影像处理技术,可以对图像进行处理和分析,从而更好地理解问题和提取数据。 其次,影像处理技术可以扩展数学建模团队的研究领域。数学建模大赛涉及到多个学科和领域,而影像处理作为一项交叉学科技术,可以让团队在数学建模中更加全面地应用自己的知识。通过学习影像处理,团队可以在数学建模中应用图像数据,探索更广泛的问题和挑战。 最后,影像处理技术在现实生活中有广泛的应用。学习影像处理不仅可以在数学建模大赛中起到积极作用,还可以为将来的学术研究和职业发展打下基础。随着科技的进步,越来越多的领域需要应用影像处理技术,因此学习影像处理能够提高团队的竞争力和专业素养。 综上所述,学习影像处理是数学建模大赛的一个重要技术要求。它可以帮助团队更好地处理问题中的图像数据,拓宽数学建模团队的研究范围,同时也有利于提升个人的竞争力和职业发展。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值